相关和回归分析 是研究事物的相互关系,测定它们联系的紧密程度,揭示其变化的具体形式和规律性的统计方法, 是构造各种经济模型、进行结构分析、政策评价、 预测和控制的重要工具

对直线电磁铁作用下板坯连铸机结晶器内磁场、钢液流谱和夹杂物运动轨迹进行数值预测,并提出用壁面承受的剪应力的最大差值来标定液流对结晶器窄面凝固壳的冲击强度。结果表明,采用电磁控制(EMB)时,结晶器内的钢液流谱能被有效地控制,水口钢液射流对结晶壁的冲击可大大减弱,源电流强度和线圈安放位置是决定控制效果的关键因素

分析了IF钢冶炼过程中渣对钢液中[Al]、[Ti]的氧化机理,在此基础上提出了IF钢加铝脱氧后全氧的预测模型.结果表明,熔渣中(FeO)、(MnO)对钢液的二次氧化存在两种方式.当氧化物在渣中的传质是反应限制性环节时,反应发生在渣/钢界面,生成的脱氧产物分布在渣/钢界面,此时渣的氧化性随时间呈指数下降;当脱氧元素在钢中传质是反应限制性环节时,反应发生在钢液内部.对某厂RH精炼渣的数据作回归得到RH加铝后渣的氧化性随时间指数变化的关系式

为了连续地预测电弧炉熔池中碳含量,实现对冶炼终点碳含量的控制,以红外烟气分析技术和物质质量守恒计算为基础,结合入炉总碳量和供氧量等生产数据,建立了电弧炉炼钢脱碳数学模型.对莱芜钢铁股份有限公司特殊钢厂50tUHP电弧炉实际冶炼数据的模拟计算表明,该模型能实现对熔池碳含量的连续预测和终点控制.模拟计算结果还表明,电弧炉冶炼过程中,脱碳速度主要受供氧流量的影响,最大可达0.12%～0.16% min-1.该模型用于电弧炉供氧优化后,氧气消耗明显降低

背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

为了实现炼钢过程钢水温度的精确控制，在分析了实际炼钢厂钢水温度控制现状和钢水温度影响因素的基础上，建立了关键工序节点钢水温度的正向预测模型和逆向预定模型.同时，为了克服现有钢水温度预报方法的不足，提出一种基于钢包热状态和BP神经网络的混合模型方法.该方法以钢包热状态跟踪模型为基础，充分考虑了钢包热状态对钢水温度的影响，并与BP神经网络结合，可有效提高预测精度

正态总体的均值和方差的推断 应用: 检验工业过程均值以确定过程是否处于控制之 下。 通过读取方差计算实验室仪器测量的精度。 预测区间和容忍区间是从一个总体中进行预测 估计的方法。 使用中心极限定理(CLT),在大样本情况下, 正态总体的均值的推断过程可以扩展到非正态 总体的均值推断上

利用砂型样杯取代传统的金属型样杯制作了铝合金减压凝固试样.结果表明，该试样可以预测铝合金铸件的氢针孔级别，控制铝合金的熔炼质量.测试仪器中还设置了预真空室，可使凝固室在最短的时间内达到预定的真空度，提高测试精度.试验还发现合适的砂型减压凝固压力约为1.13kPa

典型环境气味污染物由于异味刺激性强、影响范围广、严重影响周边居民的生活和身心健康而受到广泛关注.围绕气味污染的评价技术和典型区域污染特征,国内外许多学者开展了深入的研究,在气味污染物采集和分析技术、气味浓度预测技术、典型垃圾处理工艺的气味污染特征等方面取得了较大进展.本文综合近年的气味污染研究现状,总结了气味污染的评价和预测技术,分析了典型垃圾处理工艺的气味污染特征、控制技术和未来的研究方向

水资源污染日趋严重，本文仅就长江流域若干观测点的最近10年的观测数据进行建模分析，探讨水资源污染的预测与控制的问题